Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1776

 
Aleksey Vyazmikin:

Estas, como você diz, "chances" podem ser empilhadas, e é por isso que elas são mantidas dessa forma.

De facto... Eles somam estes logodds de árvores diferentes. Então a probabilidade final é calculada.
 
Aleksey Vyazmikin:

Sim, nas novas, mas agora perceberam que o alvo está errado. Eu tomei o vector ZZ real com um offset, o que está errado.

Terei de redigir um guião para tirar o alvo.

Então, o que se passa? Qual é o resultado?

 
Maxim Dmitrievsky:

Eu vi isso em algum lugar nos tutoriais... Acho que é mais conveniente fazê-lo durante a pré-aprendizagem ou algo a ver com isso.

Maxim, parece que estás a fazer clustering agora.
Aqui mostra que o andaime é semelhante ao agrupamento.

https://habr.com/ru/company/ods/blog/324402/

Seção "Similaridade da floresta aleatória com o algoritmo do k-nearest vizinho".

Открытый курс машинного обучения. Тема 5. Композиции: бэггинг, случайный лес
Открытый курс машинного обучения. Тема 5. Композиции: бэггинг, случайный лес
  • habr.com
Пятую статью курса мы посвятим простым методам композиции: бэггингу и случайному лесу. Вы узнаете, как можно получить распределение среднего по генеральной совокупности, если у нас есть информация только о небольшой ее части; посмотрим, как с помощью композиции алгоритмов уменьшить дисперсию и таким образом улучшить точность модели; разберём...
 
elibrarius:


Há alguma pergunta?

 
elibrarius:

Maxim, parece que estás a fazer clustering agora.
Aqui mostra que o andaime é semelhante ao agrupamento.

https://habr.com/ru/company/ods/blog/324402/

Seção "Similaridade da floresta aleatória com o algoritmo do k-nearest vizinho".

Como estou a ir... Comecei e depois desisti). A floresta também se pode aglomerar, sim.

Quanto ao agrupamento como ele é - é bastante bom em separar os incrementos em 3 grupos, incluindo novos dados. Faz sentido usar como características categóricas, isto é o que eu queria fazer
 
Maxim Dmitrievsky:


Alguma pergunta?

 
VOZ IRMÃOS!!!!! Eles ganharam......

ESTE É O VENCEDOR!!!!! Irmãos!!!! HORRAAAAAAAAAAAAAAAA!!!!! Festas Felizes para todos.

Porque assim que esquecermos esta guerra, outra começará imediatamente. Vamos lembrar-nos sempre!!!!!!!! VICTORYAAAAAAAAAAAAAAAAAAAA!!!!!!! Pew, pew (sou eu a disparar a minha arma TT imaginária e a correr pela rua com o meu uniforme de oficial)

 
Vês, estamos do mesmo lado das barricadas! Boas Festas, pessoal!
 
mytarmailS:

Então qual é o resultado? O que é que o akurasi tem?

10 modelos CatBoost com profundidade de árvore 6, a aprendizagem pára em 100 novas árvores sem melhorar os resultados, sentados em incrementos de 100.

Accuracy=70.72461682377491
Accuracy=70.86133697920415
Accuracy=70.77066992876159
Accuracy=70.64690220910988
Accuracy=70.78506152406995
Accuracy=70.88004605310499
Accuracy=70.69871195221991
Accuracy=70.59509246599985
Accuracy=70.58501834928403
Accuracy=70.71454270705908

Amostra de aprendizagem 80% 2018 e 2019, 20% amostra para controlar a paragem de aprendizagem. Amostra independente Janeiro-Maio 2020

Se você torturar a amostra com diferentes métodos de partição e construir mais modelos, acho que você pode conseguir 72.

Saldo da classificação


 
Aleksey Vyazmikin:

10 modelos CatBoost com profundidade de árvore 6, a aprendizagem pára em 100 novas árvores sem melhorar os resultados, sentados em incrementos de 100.

Amostra de treinamento 80% 2018 e 2019, 20% amostra para controlar as paradas de treinamento. Amostra independente Janeiro-Maio 2020

Se você torturar a amostra com diferentes métodos de partição e construir mais modelos, acho que você pode conseguir 72.

Saldo da classificação


Bem... agradável e plausível. Eu também gostaria de ver o equilíbrio do comércio em si e um gráfico com entradas.

Presumo que este seja um conjunto de 10 modelos? Qual é a diferença entre estes modelos?